Социальная сеть Reddit продолжает бороться с веб-ботами, которые бесплатно используют контент платформы для обучения нейросетей. По данным источника, за последние несколько недель администрация Reddit скорректировала файл robot.txt, который сообщает ботам о разрешении или запрете на сканирование разделов сайта, таким образом, что контент сообщества и комментарии пользователей перестали корректно отображаться во многих поисковиках.

Источник изображения: redditinc.com

В сообщении сказано, что в настоящее время только система Google корректно отображает результаты поиска последних постов на Reddit. При этом в других поисковиках, таких как Bing или DuckDuckGo, аналогичные запросы обрабатываются некорректно, т.е. либо не находят интересующие пользователей страницы, либо отображают лишь их часть. Вероятно, в случае с Google проблем не наблюдается из-за достигнутых ранее договорённостей, в рамках которых поисковый гигант будет платить Reddit $60 млн в год за использование контента площадки для обучения собственных ИИ-алгоритмов.

При этом в Reddit опровергли информацию о том, что сделка с Google каким-то образом повлияла на разрешение разработчиков на использование контента платформы для обучения нейросетей. «Это совершенно не связано с нашим недавним партнёрством с Google. Мы вели переговоры с несколькими поисковыми системами. Мы не смогли договориться со всеми, поскольку некоторые не могут или не хотят давать каких-либо обещаний касательно использования ими контента Reddit, в том числе для обучения искусственного интеллекта», — прокомментировал данный вопрос представитель Reddit.

Для такого крупного сайта, как Reddit, блокировка веб-ботов крупных поисковых систем является смелым шагом, но вполне ожидаемым. За последний год администрация сайта стала значительно активнее защищать публикуемый пользователями контент, стремясь открыть новый источник дохода и привлечь инвесторов. Разработчики повысили стоимость использования API Reddit сторонними разработчиками, а также пригрозили Google блокировкой поисковика, если компания не перестанет бесплатно использовать контент платформы для обучения своих нейросетей.

Американский бизнесмен Илон Маск (Elon Musk) в своём аккаунте в социальной сети X заявил о запуске его ИИ-стартапом xAI «самого мощного в мире кластера для обучения ИИ». Данная система, по словам Маска, обеспечит «значительное преимущество в обучении самого мощного в мире ИИ по всем показателям к декабрю этого года».

Источник изображения: xAI / X

«Система со 100 тыс. H100 с жидкостным охлаждением на единой RDMA-шине стала самым мощным кластером для обучения ИИ в мире», — отметил Маск в своём сообщении. Участвовал ли бизнесмен лично в запуске ИИ-суперкомпьютера, неизвестно, но на опубликованном снимке видно, что как минимум он общался с инженерами xAI во время подключения оборудования.

Ранее в этом году СМИ писали о стремлении Маска запустить так называемую «гигафабрику для вычислений», которая представляет собой гигантский дата-центр с самым производительным в мире ИИ-суперкомпьютером, к осени 2025 года. Начало формирования кластера для обучения ИИ потребовало закупки огромного количества ускорителей Nvidia H100. Похоже, что у бизнесмена не хватило терпения, чтобы дождаться выхода ускорителей H200, не говоря уже о будущих моделях B100 и B200 поколения Blackwell, которые, как ожидается, будут выпущены до конца этого года.

Позднее Маск написал, что ИИ-суперкомпьютер будет задействован для обучения самого мощного по всем показателям ИИ. Вероятно, речь идёт об алгоритме Grok 3, этап обучения которого должен закончиться к концу этого года. Любопытно, что расположенный в дата-центре в Мемфисе ИИ-суперкомпьютер, по всей видимости, значительно превосходит аналоги. К примеру, суперкомпьютер Frontier построен на базе 27 888 ускорителей AMD, в Aurora используется 60 тыс. ускорителей Intel, а в Microsoft Eagle — 14 400 ускорителей H100 от Nvidia.

Совокупная вычислительная мощь кластера определяется не только удельной производительностью каждого ускорителя, но и способностью создателей объединять их максимальное количество в одной системе. Китайская компания Moore Threads предложила своим клиентам решение, позволяющее создать кластер из 10 000 ускорителей, во многом нивелируя ограничения США на масштабирование таких систем.

Источник изображения: Moore Threads

Напомним, что Moore Threads была основана в 2020 году опытным специалистом Nvidia, который задался целью выпускать подобные ускорители вычислений и игровые видеокарты для китайского рынка, но к октябрю 2023 года компания закономерно попала под экспортные ограничения США. Компенсировать более низкую производительность своих ускорителей вычислений по сравнению с решениями Nvidia компания пытается созданием более выгодных условий для масштабирования кластеров.

В частности, как отмечает South China Morning Post, модернизированное решение KUAE позволяет увеличить количество работающих в одном кластере ускорителей Moore Threads до 10 000 штук. Ускорители MTT S4000 оснащаются чипами с 128 тензорными ядрами и 48 Гбайт памяти, а соединяться друг с другом им позволяет интерфейс MTLink. Теперь в одном кластере можно объединить до 10 000 ускорителей, обеспечив более высокую совокупную производительность вычислений. Решение Nvidia A100, поставки которого в Китай запрещены, в три раза превосходит MTT S4000 по быстродействию, хотя и не является новейшим в ассортименте продукции американской компании. В условиях санкций китайские разработчики систем искусственного интеллекта всё равно вынуждены полагаться на местных поставщиков ускорителей, Moore Threads является одним из них.

Разработчики из «Яндекса» добавят в «Переводчик» поддержку более 20 языков народов России, которые ранее не были представлены в сервисе. Реализация проекта займёт три года, а первый из новых языков — осетинский — уже доступен в «Переводчике».

Источник изображения: «Яндекс»

В дополнение к этому для некоторых новых языков будут доступны функции распознавания и синтеза речи, построенные на основе нейросетей. За счёт этого пользователи смогут узнать, как звучат те или иные слова на разных языках, а также получат возможность вести диалог с носителями языков. В мобильной версии сервиса доступен мгновенный перевод реплик, их отображение на экране устройства, а также озвучивание на выбранном языке. Первым языком, для которого будут реализованы эти возможности, станет татарский.

Позднее распознавание и синтез речи станут доступны для более чем 10 популярных языков, на каждом из которых в России говорят свыше 300 тыс. человек. «Яндекс» также сделает возможным перевод сайтов в «Браузере», добавит поддержку голосового ввода в «Поиске», «Картах» и мессенджерах посредством «Яндекс Клавиатуры». За счёт этого пользователи будут иметь возможность ознакомления с культурными особенностями народов страны через перевод их легенд, преданий и др. Вместе с этим виртуальный помощник «Алиса» сможет читать народные сказки на этих языках.

Данные поисковика «Яндекса» указывают на то, что россияне чаще всего ищут перевод фраз на татарском языке. Также популярностью пользуются башкирский и чувашский языки. В переводчике уже доступны эти и другие языки, такие как удмуртский, якутский и марийский. В дальнейшем «Яндекс» будет улучшать качество перевода на доступные языки и расширять их количество.

На следующей неделе компания AMD представит метод компрессии текстур с использованием нейронной сети. Он обещает значительно снизить объёмы загружаемых игровых данных. Проще говоря, технология позволит играм занимать меньше места на накопителе, а также задействовать меньше видеопамяти для текстур высокого разрешения без снижения качества изображения.

Источник изображения: VideoCardz

В прошлом году подобную технологию представили разработчики компании Nvidia. Она получила название «Нейронное сжатие текстур материалов с произвольным доступом» (NTC). По словам Nvidia, NTC обеспечивает в 4 раза более высокое разрешение (в 16 раз больше текселей), чем традиционное блочное сжатие с помощью графического процессора, доступное во многих форматах.

AMD работает над аналогичной технологией. Компания 2 июля проведёт презентацию под названием «Нейронное блоковое сжатие текстур». О новом методе сжатия текстур расскажут представители AMD Шин Фудзиеда (Shin Fujieda) и Такахиро Харада (Takahiro Harada). «Мы расскажем о “Нейронном блоковом сжатии текстур” на EGSR2024 в Лондоне. Никому не нравится скачивать огромные игровые пакеты. Наш метод сжимает текстуры при помощи нейронной сети и сокращает объём загружаемых данных. Среда выполнения при этом не изменена, поэтому метод легко интегрировать в игры», — говорится в заявлении, опубликованном на официальной странице AMD GPUOpen в соцсети X.

На данный момент непонятно, предполагает ли метод компрессии текстур от AMD имплементацию на уровне драйвера или он требует поддержки со стороны разработчиков самих игр. Кроме того, неизвестно, какие аппаратные требования будут у данного метода сжатия.

Аналогичный метод компрессии текстур от Nvidia пока не был реализован ни в одной игре. Хотя AMD и обещает лёгкую интеграцию с играми своего метода, это не гарантирует его массового использования. Однако открытый исходный код технологии или её интеграция в программный пакет FidelityFX, вероятно, сделают её более привлекательной для разработчиков.

Роль нейронных сетей в играх значительно вырастет в будущем. Недавно, глава Nvidia Дженсен Хуанг (Jensen Huang) намекнул, что компания может сосредоточить своё внимание на повышении качества текстур с помощью ИИ, который будет генерировать объекты в высоком разрешении в играх.

В современном мире люди взаимодействуют с искусственным интеллектом в интернете не только чаще, чем когда-либо, но и чаще, чем им кажется. Нейросети становятся всё более продвинутыми, зачастую отличить их от человека не так просто. В подтверждение этого учёные из Института инженеров электротехники и электроники (IEEE) провели исследование, в рамках которого респондентам предлагалось пообщаться с четырьмя агентами, среди которых был только один человек.

Источник изображения: Copilot

Цель исследования была в том, чтобы определить, смогут ли участники отличить синтетического собеседника от живого человека. Исследование учёных представляет собой современную интерпретацию теста, который был предложен знаменитым математиком Аланом Тьюрингов ещё в 1950 году. Тест считается пройденным, если ИИ-алгоритм в процессе общения с человеком может заставить его думать, что беседу с ним ведёт другой человек.

В тестировании приняли участие 500 человек, которые некоторое время поочерёдно беседовали с четырьмя агентами, одним из которых был человек, а ещё три — программные продукты, такие как написанный в 60-е годы прошлого века виртуальный собеседник ELIZA и современные чат-боты, построенные на базе больших языковых моделей GPT-3.5 и GPT-4 (последняя также является основой популярного ИИ-бота ChatGPT).

Респонденты по пять минут беседовали с каждым из агентов, после чего они должны были сказать, с кем, по их мнению, они разговаривали — с человеком или чат-ботом. В итоге было установлено, что 54 % участников тестирования приняли GPT-4 за человека. ELIZA, не имеющая в арсенале большой языковой модели и архитектуры нейросети, была признана человеком лишь в 22 % случаев. Алгоритм на базе GPT-3.5 признали человеком в 50 % случаев, а человека опознали в 67 % случаев.

«Машины могут рассуждать, смешивая воедино правдоподобные обоснования вещей постфактум, как это делают люди. Они могут быть подвержены когнитивным предубеждениям, ими можно манипулировать, и они становятся всё более обманчивыми. Всё это означает, что в ИИ-системах выражаются человеческие недостатки и причуды, что делает их более похожими на человека, чем предыдущие подобные решения, которые имели в арсенале лишь список готовых заранее ответов», — прокомментировал результаты работы один из исследователей.

Ранее Adobe обновила соглашение, регулирующее правила взаимодействия пользователей с программными продуктами компании. Несколько расплывчатых формулировок указывали на то, что теперь Adobe официально может просматривать контент, который пользователи создали с помощью приложений компании и хранят в облаке. Это вызвало негативную реакцию сообщества, на фоне чего Adobe пришлось объясниться и пообещать внести в соглашение более понятные формулировки.

Источник изображения: adobe.com

«Ваш контент принадлежит вам и никогда не будет использоваться для обучения каких-либо инструментов генеративного искусственного интеллекта», — говорится в совместном заявлении директора по продуктам Adobe Скотта Бельски (Scott Belsky) и вице-президента по правовым вопросам Даны Рао (Dana Rao).

Пользователи разных приложений компании, таких как Photoshop, Premiere Pro и Lightroom, были возмущены расплывчатыми формулировками. Люди посчитали внесённые в пользовательское соглашение изменения желанием Adobe использовать созданный пользователями контент для обучения генеративных нейросетей. Другими словами, создатели контента подумали, что Adobe намерена использовать ИИ для кражи их работ с целью последующей перепродажи.

На этом фоне Adobe активно пытается убедить сообщество в том, что пользовательскому контенту ничего не угрожает, а внесённые в соглашение изменения ошибочно оказались недостаточно точными. «В мире, где клиенты беспокоятся о том, как используются их данные и как обучаются генеративные модели искусственного интеллекта, на компаниях, хранящих данные и контент своих клиентов, лежит обязанность заявить о своей политике не только публично, но и в своём пользовательском соглашении», — говорится в сообщении Бельски.

Компания пообещала пересмотреть пользовательское соглашение, чтобы сделать его более понятным за счёт «более простого языка и примеров». В Adobe надеются, что такой подход поможет пользователям лучше понимать, о чём именно говорится в тех или иных пунктах соглашения. Компания уже отредактировала первоначальный текст изменений 6 июня, но это не повлияло на негативную реакцию сообщества. Компания утверждает, что клиенты могут защитить свой контент не только от нейросетей, им также доступен вариант отказа от участия в программе улучшения продуктов компании.

Компания Nvidia заявила, что её потребительские графические ускорители GeForce RTX показывают куда более высокую производительность в задачах ИИ по сравнению со специализированными нейропроцессорами в новейших центральных. Последние, по мнению Nvidia, годятся разве что для базовых ИИ-задач.

Источник изображения: Nvidia

Компания Nvidia не так давно провела презентацию, в рамках которой показала способности своих потребительских видеокарт GeForce RTX в задачах искусственного интеллекта. По мнению Nvidia, её графические процессоры способны обеспечить более высокую производительность в приложениях ИИ по сравнению с выделенными нейропроцессорами (NPU), которыми оснащаются многие современные мобильные процессоры Intel, AMD, Apple и Qualcomm. Данные встроенные ИИ-ускорители предлагают производительность 10–45 TOPS (триллионов операций в секунду). По словам Nvidia, её видеокарты способны обеспечить от 100 до 1300 TOPS в зависимости от модели.

В подтверждение этого тезиса были приведены результаты тестов, в которых видеокарты GeForce RTX сравнивались с чипом Apple M3 Max, установленным на новейших MacBook Pro и обладающим NPU с производительностью 18 TOPS. В тестах оценивалась производительность в популярных приложениях для обработки изображений и видео с использованием возможностей ИИ, таких как Stable Diffusion, Arnold, Blender и других. Тест показал, что ноутбук с мобильной видеокартой GeForce RTX 4090 превосходит MacBook Pro с M3 Max более чем в 5 раз. Более того, даже мобильная видеокарта среднего уровня RTX 4050 превосходит тот же MacBook Pro более чем в 2 раза, по данным Nvidia. В среднем мобильная RTX 4090 превосходила M3 Max в 5 раз, а мобильная RTX 4050 — на 50–100 %.

В другом показательном тесте замерялась скорость работы с большими языковыми моделями (LLM). Здесь GeForce RTX 4090 также значительно опередила чип Apple даже при увеличении размера обрабатываемых пакетов данных. GeForce RTX 4090 оказался быстрее на 42 %, чем M3 Max.

По мнению Nvidia, результаты тестирования наглядно демонстрируют, что производительность графических процессоров в задачах ИИ может в разы превосходить специализированные нейропроцессоры (NPU). Компания даже предложила разделить аппаратные средства для ИИ на три категории — базовый ИИ, премиальный ИИ и тяжелый ИИ. Последняя категория относится к мощным серверным решениям на базе GPU, способным обеспечить тысячи TOPS. Потребительские видеокарты, по мнению Nvidia, способны справиться с премиальным ИИ, а вот встроенных NPU хватит лишь для базового ИИ.

Однако по мнению специалистов, пока рано говорить о том, что графические процессоры полностью вытеснят NPU в компьютерах, ориентированных на работу с ИИ. К примеру, Microsoft в своем определении к ПК с искусственным интеллектом (AI PC) требует наличия как GPU, так и NPU. Кроме того, не стоит забывать про энергоэффективность, так как мощные графические процессоры потребляют гораздо больше энергии по сравнению с оптимизированными нейропроцессорами.

В целом, по мере развития инструментов на основе ИИ и усложнения решаемых ими задач, вычислительных мощностей специализированных NPU может оказаться недостаточно. А значит, роль мощных графических процессоров будет только возрастать.

В конце отметим, что н е упустила Nvidia возможности сравнить свои видеокарты и с решениями конкурента. В тесте генерации изображений при помощи искусственного интеллекта настольная GeForce RTX 4090 показала преимущество почти в 3 раза над флагманским графическим ускорителем AMD Radeon RX 7900 XTX . При этом все модели линейки GeForce RTX начиная с RTX 4070 Super превзошли по производительности самую мощную видеокарту AMD.

В минувшую пятницу Федеральный суд Сан-Франциско принял к рассмотрению групповой иск к Nvidia от троих авторов литературных произведений, которые обвиняют компанию в неправомерном использовании своих трудов для обучения системы искусственного интеллекта NeMo созданию текстов на английском языке.

Источник изображения: Nvidia

Представители истцов сообщают, что Nvidia использовала выборку из 196 640 литературных произведений для обучения своей платформы NeMo с целью дальнейшей генерации текстов на английском языке силами системы искусственного интеллекта. Авторы книг упрекают компанию в использовании их произведений без разрешения. Иск подан от имени трёх авторов: Брайана Кина (Brian Keene), Абди Наземяна (Abdi Nazemian) и Стюарта О’Нэна (Stewart O’Nan), которые уличили Nvidia в использовании текстов их романов и новелл различных лет публикации без согласования с правообладателями.

Сумма ущерба, которую пытаются взыскать истцы, не уточняется, но групповой характер иска подразумевает, что к претензиям могут присоединиться и прочие авторы из упоминаемой выборки, которую Nvidia использовала для обучения своей большой языковой модели. Это уже не первый иск такого рода, с которым приходится сталкиваться Nvidia, ранее компанию обвинило в неправомерном использовании своих материалов издание The New York Times. Аналогичные мотивы уже заставили некоторые организации обратиться в суд с иском не только на создавшую ChatGPT компанию OpenAI, но и финансирующую её Microsoft.

VK задействует возможности генеративных нейросетей в своих сервисах, благодаря чему пользователям «Почты», «Облака», «Заметок» и «Календаря Mail.ru» станут доступны новые функции. Сообщение о начале интеграции генеративного искусственного интеллекта в свои сервисы появилось на официальном сайте компании.

Источник изображения: VK

В сообщении сказано, что бета-версии новых функций с генеративной нейросетевой моделью позволят расширить возможности сервисов VK. Основная задача новых функций заключается в том, чтобы помочь пользователям эффективнее выполнять повседневные задачи, а также генерировать креативные идеи и упростить процесс взаимодействия с большими письмами.

Что касается конкретных нововведений, то в «Почте Mail.ru» ИИ-алгоритм используется для создания кратких аннотаций входящих писем и выделения главных мыслей. За счёт этого пользователи смогут экономить время на прочтении длинных посланий. В «Облаке Mail.ru» и «Заметках Mail.ru» искусственный интеллект поможет создавать тексты на заданную пользователем тему, генерировать идеи, а также писать посты для социальных сетей. В «Календаре» ИИ-алгоритм поможет придумывать креативное поздравление с предстоящим днём рождения для коллег и близких.

Начать взаимодействие с бета-версиями новых функций на основе ИИ можно с любого почтового ящика сервиса Mail.ru. После авторизации в аккаунте пользователь получит от сервиса информационное письмо с инструкциями.

Федеральная комиссия по связи (FCC) США объявила незаконным использование сгенерированных искусственным интеллектом голосов в роботизированных звонках. Новое постановление ведомства позволит прокурорам штатов принимать соответствующие меры в отношении людей, использующих технологию клонирования голоса с помощью генеративных нейросетей.

Источник изображения: Gerd Altmann / pixabay.com

В постановлении FCC сказано, что сгенерированные с помощью ИИ голоса теперь считаются «искусственными или записанными заранее голосами» в соответствии с Законом о защите потребителей услуг телефонной связи. Это означает, что звонящие больше не смогут задействовать сгенерированные голоса при совершении неэкстренных звонков или без предварительного согласия потребителей. Упомянутый закон включает в себя ряд запретов на использование разных методов автоматического обзвона. Любопытно, что запрет на использование «искусственного или заранее записанного голоса» для распространения сообщений в законе был и прежде, но не было чёткого указания на то, что к этой категории относятся голоса, клонированные с помощью ИИ.

«Злоумышленники используют голоса, сгенерированные искусственным интеллектом, для совершения нежелательных роботизированных звонков, чтобы вымогать деньги у людей, подражать знаменитостям и дезинформировать избирателей. Теперь у генеральных прокуроров штатов будут новые инструменты для борьбы с этим мошенничеством и обеспечения защиты общественности от мошенничества и дезинформации», — заявила председатель FCC Джессика Розенворсель (Jessica Rosenworcel).

Прокуроры штатов и прежде могли наказывать мошенников, использующих роботизированные звонки для обмана граждан. Теперь же они смогут привлекать их к ответственности только лишь на основании использования голоса, клонированного с помощью ИИ.

Google интегрировала ИИ-алгоритм в картографический сервис, чтобы помочь пользователям находить интересные места с помощью больших языковых моделей (LLM). Новая функция в «Google Картах» будет отвечать на запросы о рекомендациях по магазинам и ресторанам, используя LLM «для анализа обширных данных о более чем 250 млн мест и достоверной информации от сообщества, насчитывающего свыше 300 млн участников, чтобы быстро предлагать места, куда пойти».

Источник изображения: Google

Разработчики из Google не первый год прикладывают усилия для того, чтобы сделать из картографического сервиса компании инструмент, позволяющий искать и открывать новые места. Использование для этого генеративной нейросети кажется вполне логичным шагом. Согласно имеющимся данным, новая функция поиска мест в «Google Картах» работает очень похоже на то, что можно увидеть в ИИ-версии поисковика компании.

Пользователю достаточно указать, какое место его может заинтересовать, например, «места с винтажной атмосферой». После этого ИИ-алгоритмы подберут подходящие варианты на основе анализа обширной информации из «Google Карт» о близлежащих заведениях, а также обработают имеющиеся в наличии фотоснимки, оценки и отзывы пользователей. В конечном счёте сервис подготовит несколько предложений, которые, наиболее удовлетворяют критериям запроса пользователя.

Google заявила, что на этапе тестирования доступ к новой функции будет открыт для участников экспертного сообщества компании в США. Эта организация существует как минимум с 2019 года, а её члены пишут обзоры, делятся фотографиями, отвечают на вопросы, редактируют описание мест и проверяют достоверность информации в «Google Картах». После завершения этапа тестирования ИИ-поиск мест в картографическом сервисе Google станет доступен пользователям на территории США. Когда это нововведение появится за пределами домашнего рынка, пока неизвестно.

Масштабирование вычислительных ресурсов для задач искусственного интеллекта сопряжено с внушительным ростом потребления и затрат на оборудование. Немецкий стартап Semron предлагает снизить зависимость от обоих факторов. Основатели компании представили новый управляющий элемент нейронной сети, который они назвали «мемконденсатор» (memcapacitors). Он работает на электрических полях, а не на токах.

Источник изображения: ИИ-генерация Кандинский 3.0/3DNews

Основателями компании Semron стали выпускники Дрезденского технологического университета Кай-Уве Демасиус (Kai-Uwe Demasius) и Арон Киршен (Aron Kirschen). Ещё в 2016 году они получили патент на управляющий элемент «мемконденсатор». Согласно их представлениям, отказ от запуска нейронных сетей на классических чипах с транзисторами, управляемыми электрическими токами, позволит создавать малопотребляющие и недорогие нейронные процессоры.

«Из-за ожидаемого дефицита вычислительных ресурсов [для работы] искусственного интеллекта многие компании с бизнес-моделью, которая полагается на доступ к таким ресурсам, рискуют своим существованием. Например, это крупные стартапы, которые обучают свои собственные модели, — сообщил Киршен в интервью одному из авторов сайта TechCrunch. — Уникальные особенности нашей технологии позволят нам достичь уровня цен на современные чипы для устройств бытовой электроники, даже несмотря на то, что наши чипы способны работать с продвинутым искусственным интеллектом, чего нет у других».

Проще говоря, Semron говорит о способности выпускать дешёвые чипы, сродни тем, что используются в смартфонах, гарнитурах и тому подобном носимом оборудовании, которые тем не менее смогу запускать мощные нейросети.

Концептуальное строение мемконденсатора. Источник изображения: Nature

Чипы Semron предполагают многослойную организацию, что позволит значительно масштабировать решения. Элементарная ячейка памяти или вычислительного элемента на базе мемконденсатора должна содержать диэлектрик с эффектом памяти (заряда или ёмкости). Например, это может быть сегнетоэлектрик. В зависимости от величины заряда в ячейку будет записан тот или иной весовой коэффициент, который будет использоваться в расчетах. В свою очередь, этот диэлектрик с памятью разделяет два электрода, наводящих друг на друга электрические поля. «Сцепка» этих полей будет зависеть от записанного в ячейку коэффициента — насколько промежуточный слой будет экранировать электромагнитное поле, что послужит величиной для расчётов.

Будем надеяться увидеть разработку в кремнии. Основатели компании опубликовали ряд работ в престижных научных журналах и обещают вскоре показать работу мемконденсаторов на практике.

Компания OpenAI обновила большую языковую модель GPT-4 Turbo для более тщательного выполнения таких задач, как генерация программного кода, а также «уменьшения случаев "лени", когда модель отказывается выполнять задачу». Что именно было обновлено, разработчики не уточнили.

Источник изображения: Growtika / unsplash.com

Не так давно часть пользователей ChatGPT обратила внимание на то, что чат-бот зачастую попросту отказывается выполнять поставленную задачу, что, вероятно, было связано с длительным отсутствием обновлений языковой модели. Нынешнее обновление распространяется только на самую мощную нейросеть компании GPT-4 Turbo, которая была обучена на данных до апреля 2023 года и в настоящее время доступна только в предварительной версии. Пользователи более широко распространённой модели GPT-4, которая обучена на данных до сентября 2021 года, всё ещё могут сталкиваться с проблемами, когда алгоритм отказывается выполнять задачу.

В сообщении OpenAI сказано, что более 70 % пользователей GPT-4, которые используют для взаимодействия с моделью API компании, перешли на GPT-4 Turbo из-за того, что алгоритм обучался на более свежих данных. Компания также планирует в ближайшие месяцы продолжить выпуск обновлений для GPT-4 Turbo, что позволит использовать больше мультимодальных подсказок при взаимодействии с алгоритмом. В дополнение к этому разработчики запустили две меньшие ИИ-модели, которые в компании называют моделями «вложения». Речь идёт о моделях text-embedding-3-small и text-embedding-3-large, которые уже доступны пользователям.

На квартальной отчётной конференции Tesla Илон Маск (Elon Musk) не упустил возможности похвалить прогресс возглавляемой им компании в сфере совершенствования систем активной помощи водителю, главной из которых остаётся комплекс FSD. Недавно компания начала распространять его версию под номером 12, которая опирается на искусственный интеллект в принятии решений, а не только на распознавание образов.

Источник изображения: Tesla

Впервые, как пояснил Илон Маск, искусственный интеллект будет применяться компанией не только для распознавания объектов, но и для принятия решений при построении траекторий управляемых транспортных средств, а также отправки команд системе рулевого управления и торможения. По словам главы компании, для перехода к такой модели FSD пришлось заменить около 330 000 строк кода на C++ нейросетями. Всё это делает Tesla, по его мнению, самой эффективной компанией среди использующих технологии искусственного интеллекта. Она просто вынуждена была выжать максимум из так называемого аппаратного обеспечения третьего поколения, к которому относятся бортовые компьютеры на нейронных процессорах Tesla собственной разработки.

Позже Маск напомнил, что первое поколение систем для автопилота было построено на компонентной базе Mobileye, во втором она перешла на продукцию NVIDIA, и только в третьем начала применять собственные нейронные процессоры FSD. Кстати, глава компании не стал скрывать, что помимо уже существующих нейронных процессоров четвёртого поколения она разрабатывает и процессоры пятого поколения. Между ними с точки зрения производительности и эффективности достигается огромный прогресс, но когда именно компоненты пятого поколения выйдут на рынок, Маск уточнять не стал.

Когда главу Tesla спросили, интересуются ли другие компании возможностью получить доступ к платформе FSD за деньги на условиях лицензирования, он пожаловался на некоторую осторожность и мнительность потенциальных клиентов, с которыми уже ведутся предварительные переговоры. Не исключено, что их плоды станут известны уже в текущем году. Если бы Маск был главой какого-то другого автопроизводителя, он непременно бы лицензировал технологии Tesla, как без лишней скромности резюмировал миллиардер. Позже он предположил, что технологию FSD могли бы лицензировать для своих нужд китайские автопроизводители, но пока Tesla больше склоняется к идее сотрудничества с ними с точки зрения разделения доступа к сети своих зарядных станций Supercharger, как это происходит сейчас в Северной Америке.

Зашла на квартальном отчётном мероприятии и речь об ускорителях вычислений NVIDIA, потребность в которых сейчас испытывают многие разработчики систем искусственного интеллекта. Маск уклончиво заявил, что соответствующие чипы NVIDIA компания Tesla старается закупать в достаточных количествах. В ближайшее время разработки в сфере ИИ будут полагаться как на платформу NVIDIA, так и на фирменный суперкомпьютер Dojo. Последний, по словам Маска, является долгосрочным проектом и должен продемонстрировать свою эффективность в более отдалённой перспективе.

Возвращаясь к теме выхода 12-й версии FSD, представители Tesla пояснили, что сейчас она тестируется сотрудниками компании на своих электромобилях этой марки, но в ближайшие недели начнёт распространяться среди участников программы бета-тестирования в Северной Америке, которая насчитывает около 400 000 участников.